基于结点优化的决策导向无环图支持向量机及其在故障诊断中的应用

• 作者: 姜斌 宋晓峰 易辉 王定成
• 来源期刊: 自动化学报
• 关键词: 支持向量机 故障诊断 多分类 决策导向无环图 结点优化
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 427-432
• 页数: 6页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.00427

摘要

支持向量机(Support vector machine,SVM)是利用离在线数据自动建立故障诊断模型的智能方法,它在多故障诊断时,必须先进行多分类扩展.决策导向无环图(Decision directed acyclic graph,DDAG)法是一种性能优秀的多分类扩展策略,但该方法的决策结果与结点的排部密切相关,而其结点的排部却是主观的,影响了诊断的正确率.本文提出一种根据故障数据的空间分布来优化结点排部的方法,它能够提高支持向量机诊断的正确率.采用该方法扩展的多分类支持向量机在变压器故障诊断中获得良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜斌		164	1102	17.0	25.0
2	宋晓峰		45	295	8.0	16.0
3	易辉		4	11	2.0	3.0
4	王定成		4	116	3.0	4.0